Oksygenkonsentrasjon - Effekter på bakteriesamfunn av boreslamdeponering på havbunnen

2.8 Betadiversitet

3.2.1 Oksygenkonsentrasjon

Oksygenkonsentrasjonen (µmol/l) ble målt for hver kjerneprøve om bord på M/S «Njord Viking». For å få et bredere bilde av redoks-forholdene i sedimentet omkring borebrønnen har jeg inkludert samtlige prøvestasjoner, det vil si også de tre som ikke inngår i mine mikrobiologiske undersøkelser. Det ble ført en mikrosensor ned i sedimentsjiktene til forhåndsbestemte dybder som svarte til midtre dybde av de tre øverste sjiktene som ble tatt ut (0,5, 1,5 og 3,5 cm). I tillegg ble O2-nivået målt ved sedimentoverflaten for rørene 1.1, 1.2, 2.1, 2.2, 3.2 og 4.0. Måling ble dessuten gjort 5 cm ned i sedimentet for rørene 4, 5 og 6. En logger koblet til PC loggførte signalene på sekundbasis. I enkelte prøver varierte O2-nivåene betydelig når sensoren ble forflyttet horisontalt ved samme sedimentdybde. Verdiene som er angitt i figur 3.4 er da estimerte middelnivåer ut fra loggerdataene.

Overflatemålingene varierte fra 197 til 270 µM, mens det 0,5 cm lenger ned i sedimentkolonnen var en langt større variasjon, det vil si i området 8 – 197 µM (her mangler måledata for rør 4).

Oksygenkonsentrasjonen ved 1,5 og 3,5 cm ble målt for samtlige ni rør. Disse viste stor variasjon, det vil si 4 – 153 µM ved 1,5 cm og 3 – 90 µM ved 3,5 cm (figur 3.4).

Figur 3.4 - Oksygenkonsentrasjon (µmol/l) målt nedover i sediment- lagene. Her er samtlige målepunkter i de ni kjerneprøvene inkludert, fordelt på seks stasjoner

Figur 3.5 viser forskjellen mellom stasjonene med hensyn til hvor raskt oksygennivået sank nedover i sedimentkolonnen. Mens oksygenkonsentrasjon ved sedimentdybder på 1,5 og 3,5 cm var sunket til anoksisk nivå (< 10 µM) i samtlige rør fra stasjonene 2 og 3 (ved 3,5 cm også fra stasjon 4), var nivåene vesentlig høyere ved stasjonene 1, 5 og 6.

Figur 3.5 - Oksygenkonsentrasjon 1,5 og 3,5 cm ned i sedimentkolonnene

40 3.2.2 Temperatur

Temperaturen i arbeidsområdene og rørene logget om bord under opparbeidingen av prøvene.

Ikke-opparbeidede rør ble oppbevart i samme område og arbeidet tok opptil 4,5 time, så rørtemperaturene jevnet seg ut med romtemperaturen etter hvert. Siden det ble arbeidet på delvis åpent dekk, var romtemperaturen vesentlig høyere på dag 2 (5 – 8 °C) enn dag 1 (0 – 1 °C) på grunn av væromslag.

3.2.3 pH

pH ble målt i tinte sedimentprøver ved Norges Fiskerihøgskole omtrent 4 måneder etter prøvetakingen. Sedimentet ble suspendert i MilliQ-vann (1:1 w/w) før målingen. Figur 3.6 viser at pH sank med ca. 0,3 enheter fra det øverste til det nederste sjiktet i de fleste prøverørene.

Unntaket var rør 1.2, som ikke viste noen nedadgående trend.

Figur 3.6 - pH målt i tinte sedimentprøver

3.3 Generering av 16S rDNA-sekvenser

Utgangspunktet for DNA-ekstraksjonen fra hver av de 24 sedimentprøvene (3 stasjoner x 2 paralleller x 4 sjikt) var ~ 1 g sediment. Den ekstraksjonsmetoden som gav tilfredsstillende resultater i form av synlig PCR-produkt på elektroforese-gel ble utviklet etter noe prøving og feiling. Den endelige prosedyren fulgte i hovedtrekk protokollen til det benyttede PowerSoil®-kitet, men denne ble supplert med et homogeniseringstrinn. Da dette ble innført lyktes det å isolere DNA i tilfredsstillende mengder fra samtlige 24 sedimentprøver.

PCR-reaksjonene for amplifisering av V3-V4-området på 16S rRNA-genet fra de 24 DNA-ekstraktene ble kjørt i tre paralleller. For størstedelen av disse var det nødvendig å kutte båndet med korrekt størrelse (~ 500 basepar) ut av agarose-gelen for å bli kvitt forurensingen fra andre oftest større DNA-fragmenter. Figur 3.7 viser band både med og uten forurensing.

7,6

Figur 3.7 – Gelbilde av fem PCR-produkter med

varierende grad av forurensing. Negativt kontroll vises ikke på bildet. Til høyre vises GeneRuler 1 kb Plus DNA Ladder

Før videre opparbeiding for sekvensering ble PCR-produktene kvantifisert med et Qubit®-fluorometer. Av tabell 3.1 ser man at konsentrasjonen av DNA varierte veldig, fra 1,9 ng/µl til 28,2 ng/µl. For prøvene hvor [DNA] < 5 ng/µl ble det tilsatt dobbel mengde (10 µl) ved den etterfølgende indeks-PCR-reaksjonen.

Tabell 3.1 - Konsentrasjon av DNA (ng/µl) i de rensede triplikat- PCR-produktene

Sedimentsjikt

Prøve-ID 0-1 cm 1-2 cm 2-5 cm 5-10 cm

Rør 1.1 4,7 4,4 1,9 5,5

Rør 1.2 3 5 3,5 4,5

Rør 2.1 17 17,3 13 11,5

Rør 2.2 3,9 16,3 26,8 4,2

Rør 3.1 8 28,2 23,8 2,3

Rør 3.2 19,9 16,5 8,3 1,3

3.4 Sekvensering

Den 68 timers lange «paired end»-sekvenseringen med MiSeq-sekvenseringsplattform genererte 24 x 2 sekvensfiler. Det totale antallet genererte sekvenspar (forward og reverse read) var 15 696 622. Gjennomsnittet for hver prøve var på 654 026 sekvenser, men her viste dataene stor variasjon (standardavvik ± 298 566). Sekvensmengden varierte fra 126 729 til 1 347 782 sekvenser (figur 3.8). Det ble ikke funnet noen sammenheng mellom mengden DNA (ng/µl) i de rensede PCR-produktene og utbyttet av sekvenseringen i form av antall råsekvenser. En plotting av disse variablene mot hverandre gav en korrelasjonskoeffisient på bare 0,05.

Figur 3.8 - Antall råsekvenser (x10^-3) generert fra 16S rRNA-gensekvenser amplifisert fra sedimentprøvene. Det vil si at antallet man kan lese av på grafen gjelder for både forward- og reverse-filen (ikke summert) for hver prøve

Det store flertall av råsekvensene hadde en read-lengde på 300 basepar, som er den størrelsen denne versjonen av MiSeq-sekvenseringskit-et forespeilte.

Antall råsekvenser fordelt på de fire sedimentsjiktene er vist i figur 3.9. Figuren viser at selv om antallet varierte stort fra prøve til prøve, var det stabilt mellom de forskjellige sjiktene i det samlede sekvensmaterialet.

Figur 3.9 - Mengden råsekvenser for de enkelte sediment- sjiktene, sammenlagt for alle de seks prøvene

Kvaliteten på read-ene ble oppsummert i et kvalitetsscore-plott (figur 3.10) som viser nukleotidposisjon og gjennomsnittlig Q-verdi (se underkapittel 2.6.2) med standardavvik. En typisk utvikling av Q-verdien gjennom sekvensen er illustrert i figur 3.10 med plottet av gjennomsnittsverdier av 356 732 reads for prøve 1.1 (0-1 cm). Figur 3.10 viser at Q-verdien faller markant mellom nukleotidposisjon 0 og 25, før den øker og stabiliserer seg på Q = 35. Denne Q-verdien tilsvarer en sannsynlighet på 0,00032 for at basen er plassert feil, altså en relativt lav sannsynlighet. Etter den 150. nukleotidposisjonen ser Q-verdien ut til å falle jevnt til den når ~ 15 rundt den 50. siste nukleotidposisjonen.

Figur 3.10 – Gjennomsnittlig Q-verdi for hver nukleotidposisjon i forward read av prøve 1.1 (0-1 cm)

3.5 Sekvensbehandling

For å slå sammen forward- og reverse-sekvensene ble scriptet fastq-join i programpakken QIIME benyttet. Maksimum tillatt mismatch i overlappende del ble satt til 10% og minimum overlappende sekvenslengde til å være 6 baser (sistnevnte ved et forhåndsvalg i scriptet). I gjennomsnitt lot 44,8 ± 4,1% av sekvensene seg slå sammen (figur 3.11) og gjennomsnittslengden på overlapp mellom forward- og reverse-sekvenser var 145,1 ± 1,8 baser.

Gjennomsnittslengden på de sammenslåtte sekvensene var 454,9 ± 3,2 baser (inkludert de 16S rRNA-genspesifikke primer-områdene).

Figur 3.11 - Antallet råsekvenser før sammenslåing og etter. Det vil si at antallet man kan lese av på grafen gjelder for både forward- og reverse-filen (ikke summert) for hver prøve

Sekvensene ble kvalitetsfiltrerte ved hjelp av –fastq_filter-argumentet –fastq_maxee 0,5, slik at sekvenser hvor sannsynligheten for minst én feil var større enn 50% ble forkastet. De forkastede sekvensene ut fra dette kriteriet utgjorde 49,6%. Etter kvalitetsfiltreringen ble sekvensene slått sammen i en pool for å forenkle videre analysetrinn. Sammenslåingen av alle de 24 kvalitetsfiltrerte sekvensfilene resulterte i en fil med 3 624 530 sekvenser. Primere ble fjernet og dermed var sekvensene redusert til en gjennomsnittslengde på 416,3 baser.

Flere av prøvene viste seg å ha kontaminering fra Enterobacteriaceae-DNA. Dette gjaldt i størst grad for prøvene 1.2 (2-5 cm), 2.2 (2-5 cm), 3.1 (5-10 cm) og 3.2 (1-2 cm), hvor kontamineringssekvensene tilsvarte så mye som 13 – 33% av totalt antall sekvenser. For resten av prøvene utgjorde kontamineringen 0 til 2% av sekvensene. Det viste seg å være én OTU som gjorde det desidert største utslaget, med nesten 87 000 sekvenser. BLAST-søk av konsensus-sekvensen viste at den hadde 100% sekvenslikhet med Escherichia coli. Dette bidro til at vi gikk ut ifra at disse sekvensene skyldtes kontaminering av DNA-prøvene, da forekomsten fremsto som helt tilfeldig blant stasjoner og sedimentdybde, og at E. coli er en mesofil bakterie hvis naturlige habitat er tarmene hos varmblodige dyr.

I tillegg inneholdt sekvensdataene Archaea-DNA (534 OTU-er), kloroplast-DNA (67 OTU-er) og OTU-er uten tildelt taksonomi («Unassigned», 14 348 OTU-er). Disse OTU-ene ble da filtrert ut av OTU-tabellen ved hjelp av scriptet filter_otus_from_otu_table.py. Et avsluttende søk gav etter dette 0 treff for «entero», «chloroplast», «archaea» og «unassigned».

3.6 Alfadiversitet

Hvilke arter som var å finne i prøvene og i hvor store andeler de utgjorde (alfadiversiteten) ble undersøkt for å kartlegge bakteriesammensetningen i subarktisk sediment. Sekvensene i den sammenslåtte sekvenspoolen (2 814 669 sekvenser) fordelte seg på 22 861 clustere (OTU-er) ut ifra ≥ 97% sekvenslikhet. For hver OTU ble det komponert en konsensus-sekvens. Dette ble gjort ved at alle sekvensene i den enkelte OTU-en ble sammenliknet og den basen som var vanligst i hver posisjon ble valgt. Tildeling av taksonomi til hver konsensus-sekvens ble så gjort ved hjelp av python-scriptet –assign_taxonomy.py i QIIME og med Greengenes Public Database (http://greengenes.lbl.gov).

Det ble satt opp en tabell (3.2) med gjennomsnittlig forekomst av bakterierekkene hvor Proteobacteria ble inndelt klassevis. Rekker hvor gjennomsnittlig forekomst var mindre enn 0,1% ble oppsummert under «Andre». Den fullstendige tabellen over forekomsten av ulike bakterierekker (ikke vist her) viste at det i alt ble funnet 24 ulike offisielt godkjente taksa i tillegg til 41 ikke-dyrkede fylogenetiske grupper.

Proteobacteria var rekken med desidert høyest forekomst i sedimentprøvene, med i gjennomsnitt 57,1% av sekvensene (≥ 97% sekvenslikhet). Gammaproteobakterier, alfaproteobakterier og deltaproteobakterier var representerte i 14,7 – 24,5% av sekvensene. Etter Proteobacteria var Chloroflexi, Bacteroidetes, Acidobacteria, Actinobacteria og Planctomycetes rekkene med størst gjennomsnittlig forekomst. Disse varierte fra 5,2 til 6,5% av sekvensene. Flere av rekkene i tabell 3.2 er kun navngitt ved forkortelser eller som kandidat og er da ikke offisielt godkjente som rekker. Dersom singletons ikke ble talt med, fikk man samme fordelingen som i tabell 3.2, med unntak av at andelen Alphaproteobacteria steg til 15,6%.

En rank-abundance-kurve viser fordelingsprofilen for de 50 fylogenetiske gruppene med størst gjennomsnittlig forekomst (figur 3.12). OTU-ene er rangert nedover langs y-aksen etter synkende andel av sekvensene i prosent. I den totale rank-abundance-kurven med samtlige 22 861 OTU-er utgjorde singletons, det vil si OTU-er representert med kun én sekvens, 5110 (22,4%) av mine gjenværende OTU-er etter alle filtreringstrinn.

Figur 3.12 - Rank-abundance-kurve for de 50 OTU-ene med størst gjennomsnittlig forekomst

3.7 Betadiversitet

3.7.1 Bray-Curtis-dissimilaritetsmatrise

Med utgangspunkt i OTU-tabellen ble en Bray-Curtis-D-matrise ble komponert i R (vegan).

Denne hadde 0 langs diagonalen, men ellers verdier som varierte fra 0,21 til 0,92 mellom prøver.

Den minste dissimilariteten ble regnet ut for to parallelle prøver: 1-2 cm-sjiktene for stasjon 2, mens den største forskjellen var mellom prøvene 1.1 (5-10 cm) og 2.1 (0-1 cm).

Gjennomsnittsverdien for alle dissimilaritetene var 0,56 ± 0,16.

3.7.2 Principal Coordinate Analysis

Ordineringsmetoden PCoA bruker egenvektorer for å finne de prinsipale aksene som fanger opp variasjonen i n-dimensjonalt rom best. De to egenvektorene med de største egenverdiene ble da valgt ut som akser i et nytt koordinatsystem og alle posisjonene til prøvene i det mangedimensjonale rommet ble projisert ned på dette nye 2-dimensjonale rommet. Dette nye koordinatsystemet (figur 3.13) angir retningen hvor variasjonen er størst langs førsteaksen, andreaksen angir retningen med nest størst variasjon og så videre.

Langs retningen av førsteaksen fordelte prøvene fra stasjon 1 og 3 seg over hele variasjonsområdet og viste ingen klar separasjon seg imellom, mens stasjon 2-prøvene grupperte seg innen et snevert variasjonsområde fra ~ 0,2 til ~ 0,4. Langs retningen av andreaksen var det en tydelig variasjon som samsvarte med sjiktinndelingen av kjerneprøvene. Toppsjiktene (0-1 og 1-2 cm) var å finne i det positive området av andreaksen, mens bunnsjiktene (2-5 og 5-10 cm) var å finne i det negative området av andreaksen (se inndelinger i figur 3.13).

Funksjonen cmdscale returnerte en goodness-of-fit-verdi på 0,47. Dette svarer til at 47% av variansen i dataene gjøres rede for i dette todimensjonale ordineringsplottet.

Figur 3.13 – Principal Coordinate Analysis basert på Bray-

Curtis-D-matrisen. Sirklene er tegnet inn manuelt i etterkant

3.7.3 Distance-Based Redundancy Analysis

Distance-Based Redundancy Analysis (dbRDA) er en tvungen ordineringsmetode som tok utgangspunkt i Bray-Curtis-matrisen og de abiotiske variablene som ble målt. Metoden beregner hvor mye variasjonen de abiotiske faktorene kan gjøre rede for av variasjonen i OTU-dataene.

Figur 3.14 viser dbRDA-ordineringen av de 24 prøvene med hensyn på tre av forklaringsvariablene: brønnavstand, sedimentdybde og pH. Disse er representert som tre vektorer.

Funksjonen varpart (vegan) i R beregnet hvor mye variasjon hver av vektorene gjorde rede for.

For denne modellen svarte brønnavstand for 5,3%, sedimentdybde for 10,5% og pH for 9,3%.

Ved hjelp av anova-funksjonen ble det undersøkt for hvilke av disse abiotiske faktorene resultatet var signifikant. 1999 permutasjoner ble gjort og for de forskjellige faktorene var p-verdiene 0,037 (Avstand), 0,002 (Sedm) og 0,095 (pH). Med et signifikansnivå på 0,05 var det da brønnavstand og sedimentdybde som gav signifikante bidrag til variasjonen i OTU-dataene.

Figur 3.14 – Distance-Based Redundancy Analysis basert på Bray-Curtis-dissimilaritetsmatrisen

3.7.4 Bakteriesammensetningen i oksisk og anoksisk sediment

Gjennomsnittlig forekomst av bakterierekker ble sammenliknet for sediment som ble definert som oksisk (oksygenkonsentrasjon ≥ 70 µM) og anoksisk (< 10 µM). Dette gjaldt henholdsvis seks og 12 prøver. OTU-rikdommen for oksisk sediment var 16 587 OTU-er mens den for anoksisk sediment var 12 838. Da totalt antall OTU-er var 22 861 var det stor grad av overlapp mellom oksisk og anoksisk sediment.

Andelen bakterierekker (proteobakterier ble inndelt klassevis) ble sammenliknet for disse to grupperingene ved å se på absoluttdifferansen i gjennomsnittlig forekomst for begge gruppene.

Absoluttverdien av differansene varierte fra omtrent 0 til 0,9%, hvor den største forskjellen gjaldt forekomsten av epsilonproteobakterier. Gjennomsnittlig forekomst av denne bakterierekken var 1,4 og 2,3% for henholdsvis oksisk og anoksisk. Andre taksa hvor absoluttdifferansen var relativt høy, det vil si i området 0,6 – 0,9%, var Chloroflexi, Planctomycetes, aktinobakterier, Tenericutes og gammaproteobakterier. Kun for de to sistnevnte var forekomsten høyere i anoksisk sediment enn i oksisk.

Da undersøkelsene ovenfor ikke baserte seg på noen statistisk metode ble dbRD-analyse også utført med oksygenkonsentrasjonen som en av de abiotiske variablene. Dette var for å undersøke i hvilken grad variasjonen i oksygendataene bidro til variasjonen i bakteriesammensetning.

Denne analysen måtte gjøres på et litt tynnere grunnlag enn den forrige siden oksygendata manglet for 5-10 cm-sjiktene. I tillegg var det gjort så få målinger for første parallellen fra stasjon 2 at denne ikke ble inkludert i det hele tatt. Analysen resulterte i et dbRDA-plott (figur 3.15).

Vektorene for sedimentdybde og oksygenkonsentrasjon peker i motsatt retning av hverandre, noe som indikerer at de to variablene er omvendt korrelerte. Funksjonen varpart i R viste at oksygen-variabelen svarte for 5,7% av variasjonen i dataene, men dette var overhodet ikke et statistisk signifikant bidrag (funksjonen anova gav en p-verdi på 0,54).

Figur 3.15 – Distance-Based Redundancy Analysis basert på Bray- Curtis-D-verdier og alle de målte abiotiske faktorene

4 Diskusjon

4.1 Prøvestasjoner og -materiale

Som lokalitet for prøvetakingen ble en letebrønn i Brønnlokaliteten på Eggaskråningen valgt ut.

Hovedgrunnen til dette var at Akvaplan-niva hadde gjort miljøundersøkelser av havbunnen rundt brønnen før Eni Norge startet prøveboringen. Vår prøvetaking ble derfor gjort i forbindelse med en oppfølgingsundersøkelse på samme sted. Letebrønnen befinner seg på omtrent 1400 meters dyp (Oljedirektoratet 2012). Den viste seg å være tørr og Eni Norge besluttet å avslutte boringen i oktober 2013 (Oljedirektoratet 2013). 1258 m³ av avfallet som boringen av den ~ 3400 m dype brønnen hadde generert, ble deponert direkte på havbunnen (Cochrane m. fl., 2014).

Et punkt stikker seg frem som negativt når man i ettertid vurderer valget av prøvetakingslokalitet.

Det ene er at Eni Norge i årsrapporten for operasjonelle utslipp oppgir at det ikke benyttes verken oljebasert eller syntetisk borevæske (Eni Norge 2012). Dette medfører at vi ikke fikk undersøkt hva deponeringen av boreavfall kunne ført med seg dersom den hadde vært alvorlig i form av større mengder avfall og med oljeholdige bestanddeler. Til gjengjeld gjøres disse undersøkelsene for å kunne si noe om hvordan deponering av boreavfall påvirker havbunnen i dag. Etter dagens retningslinjer skal deponering av oljeholdig boreavfall (> 1% oljekomponenter) foregå meget sjeldent.

Prøvematerialet ble hentet opp som to parallelle kjerneprøver for hver av tre stasjoner. Disse tre stasjonene var planlagt lokalisert slik at én stasjon var maksimalt utsatt for deponering, én stasjon var middels utsatt og den siste var én kontrollstasjon der påvirkningen var antatt å være neglisjerbar. I utgangspunktet skulle rørene 3.1 og 3.2 hentes opp like ved brønnen, og man gjorde flere forsøk på å ta kjerneprøver så nært som 10 meter fra denne. Problemet var at prøvetakingsutstyret som ble brukt krevde en viss kompakthet i sedimentet: Plastsylinderen måtte presses ned i havbunnssedimentene, dras opp med kjerneprøven, forflyttes noen meter og føres boreavfall, som skilte seg tydelig fra det naturlige havbunnsedimentet på stedet ikke mer enn ca.

2 mm tykt i kjerneprøvene. For resten av stasjonene var prøvetakingen relativt uproblematisk.

Der ble sylinderen presset ned til et leirelag som fungerte som en naturlig propp.

4.2 Abiotiske undersøkelser

Registreringen av abiotiske faktorer omfattet avstanden fra prøvelokalitetene til brønnen, sjiktdybden for de enkelte sedimentprøvene og oksygen- og pH-gradientene nedover i sedimentkolonnene. Temperaturmålinger ble ikke utført in situ, men på dekk og reflekterte derfor

mer variasjonen under prøveopparbeidingen der enn forholdene på havbunnen. Disse er dermed ikke lagt stor vekt på i ettertid.

pH-målingene viste seg å variere innenfor et forholdsvis lite område på 0,5 enheter, det vil si mellom pH 7,7 og pH 8,2. Berner (1981) poengterte at pH egner seg dårlig som sedimentkarakteristikk da variasjonsområdet som regel er forholdsvis lite. Forøvrig foreslo han som alternativ å dele inn sediment-miljøer i oksiske og anoksiske og deretter dele inn de anoksiske miljøene avhengig av tilstedeværelsen av oppløst svovel eller ikke. Artikkelforfatteren oppgav i samme artikkel at over 90% av alle pH-målingene han noen gang har foretatt i normalt marint og brakkvann-sediment hadde mellom pH 6,5 og 7,5 (Berner 1981). Disse målingene stemmer dårlig med mine målinger hvor ingen hadde så lave verdier. Grunnen til dette kan være at Berners pH-målinger ble gjort i sediment fra grunnere havdyp. Her vil som regel tilførselen av organisk materiale være større og den oksiske sonen mindre. Videre, når forholdene i sedimentet går over til å bli anoksiske, vil organisk materiale degraderes gjennom flere sekvenser. Først ekstracellulær hydrolytisk degradering av polymerer, deretter fermentering til kortkjedede organiske syrer og H2 og til slutt oksidasjon til CO2 og vann (Finke og Jorgensen 2008). Fenchel (1969) fant for øvrig at pH-verdien var på det laveste ved redoks-diskontinuitetslaget.

Oksygenkonsentrasjon ble ikke målt lenger ned enn 3,5 cmuso for noen av transekt-kjerneprøvene. Dette skyldtes at nålen til målesensoren ikke var lang nok. En løsning hadde vært å vente til 2-5 cm-sjiktet var skåret av og tatt hånd om og deretter foretatt målingene, men dette ble ikke prioritert av tidsårsaker.

Grunnen til at vi valgte å måle oksygenkonsentrasjonen var at denne må antas å påvirke hvilke bakterier som dominerer. Mikroorganismer i marint sediment uten lys tilgjengelig er avhengige av redoks- og fermenteringsreaksjoner for å skaffe energi. En redoks-reaksjon kan ikke skje uten tilstedeværelse av både en elektrondonor (en oksiderbar forbindelse) og en elektronmottaker (en reduserbar forbindelse). De vanligste elektrondonorene i dyphavsområder er organisk materiale, hydrogen, metan, reduserte svovelforbindelser, redusert jern og mangan og ammonium. Rangert fra størst til minst reduksjonspotensiale er de vanligste elektronakseptorene oksygen, nitrat, nitritt, manganoksider og jernoksider, oksiderte svovelforbindelser og karbondioksid. Altså har oksygen høyest redoks-potensiale av alle elektronakseptorene (Orcutt m. fl. 2011).

Sammenhengen mellom hvor dypt den oksiske sonen strekker seg ned i sedimentet og mengden organisk materiale som er tilgjengelig der er omvendt korrelert. I marint sediment med moderate til store mengder organisk materiale kan den oksiske sonen være så tynn som noen millimeter, mens den på steder hvor organisk materiale er sjelden vare kan strekke seg flere meter ned i sedimentet (nevnt ovenfor) (Orcutt m. fl. 2011).

Det finnes flere eksempler fra litteraturen på at den oksiske sonen varierer i stor grad fra en type lokalitet til en annen. Yücel (2013) målte oksygenkonsentrasjonen i kjerneprøver fra flere typer middelhavssediment ved hjelp av en voltametrisk mikroelektrode. På 510 meters havdybde fant han en oksisk sone på 11 mm med ikke-detekterbar oksygenkonsentrasjon lenger ned (< 20 µM).

Liknende resultater hadde Bowman med medarbeidere (2003). De fant en oksisk sone på 4 mm (761 m havdybde i antarktisk sokkelsediment). Durbin og Teske (2011) målte den til å være 60-70 cm i Sør-Stillehavet (5306 m havdybde). Ifølge mine resultater strakk den oksiske sonen i antatt upåvirket sediment ved ca. 1400 m dyp i Eggaskråningen seg mer enn 3,5 cm ned.

Oksygen produseres som kjent i den eufotiske havsonen av fotosyntetiske organismer. Det som ikke utveksles med atmosfæren transporteres til dels ned i dypet (Orcutt m. fl. 2011). I marint sediment vil oksygenet diffundere nedover, men graden av oksygenpenetrering vil blant annet påvirkes av hvor finpartikulært sedimentet er. Et lag med finpartikulært boreavfall på havbunnen kan i utgangspunktet dermed forventes å hemme denne penetreringen. Videre vil mye organisk materiale eller andre reduktanter fremme aerob respirasjon og dermed også hemme oksygenpenetreringen ned i havbunnen (Sundby 2006). Resultatene mine viste en mye raskere nedgang i konsentrasjonen mellom stasjonene 2, 3 og 4 sammenliknet med 1, 5 og 6 (figur 3.5).

De tre førstnevnte var stasjonene nærmest brønnen og dermed de som var antatt å ha størst

In document Effekter på bakteriesamfunn av boreslamdeponering på havbunnen (sider 40-0)